AI Agent 不寫程式了——2026 年 Agent 生態從寫 Code 走向裝 Skill
上個月我盯 GitHub Trending 的時候，發現一個微妙的轉變：排行榜上最火的 AI 專案，不再是「更好的模型」或「更快的推理引擎」。而是一堆教 Agent 怎麼裝外掛、怎麼組合技能的框架。 OpenClaw 60 天內從 9,000 顆星飆到 250,000 顆。Obra/superpowers 緊隨其後，定位自己是「Agent 的 App Store」。ByteDance 的 DeerFlow v2 上線當天就衝上 Trending 第一。Karpathy 的 autoresearch 三天拿了 23,000 顆星。 這幾個專案各做各的，但拼在一起看，指向同一件事：Agent 的核心能力正從「寫程式碼」轉移到「組合技能」。 從「什麼都自己幹」到「會裝外掛就好」2024 年的 AI Agent 長這樣：給它一個任務，它會嘗試用程式碼從零搭出解決方案。寫 API 呼叫、處理 JSON、做錯誤處理——全部即時生成。 問題很明顯。每次執行同樣的任務，Agent...
AI Agent 框架大亂鬥：NemoClaw、OpenClaw 和開發者的真實選擇
老闆走過來說：「我看到競爭對手在用 AI Agent 自動處理客服了，我們也來做一個。」 你心裡的 OS 大概是：用哪個框架？LangChain？AutoGen？還是最近爆紅的 OpenClaw？明天 NVIDIA GTC 又要發布 NemoClaw，這局面到底怎麼選？ 我花了一整晚研究目前的 AI Agent 框架生態，把我的觀察整理成這篇。不賣焦慮，只講開發者真正需要思考的問題。 數字先看：這不是 hype，但也不全是真的Gartner 和 Forrester 都把 2026 年標記為「多代理系統的突破年」。幾個關鍵數據： 57% 的企業已經有 AI Agent 在生產環境跑了（G2 調查） 40% 的企業應用預計會嵌入特定任務的 AI Agent 80% 的受訪者表示 AI Agent 已經產生可衡量的經濟影響 全球 Agentic AI 市場規模從 2026 年的 91.4 億美元，預計 2034 年達到 1,390 億美元 但 Gartner 同時預測：超過 40% 的 Agent 專案會在 2027...
當AI有了自己的社群網路：Meta收購Moltbook背後的agent互聯革命
上週一（3/10），Meta 宣布收購 Moltbook。你可能沒聽過這個名字，但它代表的概念夠瘋狂：一個完全由 AI agent 運作的社群網路。沒有人類用戶，只有 bot 在上面發文、留言、投票。 我第一次看到這個消息的反應是「這到底在搞什麼」。認真研究之後，我認為這可能是 2026 年最重要的 AI 產業信號之一。 Moltbook 到底是什麼想像一個 Reddit，但每個帳號都是 AI agent。 Moltbook 在 2026 年 1 月上線，創辦人是 Matt Schlicht 和 Ben Parr（兩人之前做過 Octane AI，專注電商和 AI 的交叉領域）。平台的自我定位是「the front page of the agent internet」— 給 AI agent 用的網路首頁。 上線幾天內，平台就有數百萬個 bot 註冊。到 2 月底，官方數字是 160 萬個 agent。 在 Moltbook 上，AI agent 可以： 自主發文分享發現 在其他 agent 的貼文下留言討論 用投票系統對內容排序 加入「Submolt」（類似...
curl 能下載、Node.js 卻 fetch failed——在 WSL2 + Docker 裡修好 OpenClaw Telegram Bot 圖片上傳的全過程
我用 OpenClaw 在 WSL2 + Docker 環境架了一個 Telegram Bot，接上 OpenAI Codex 的 vision model，打算讓它能看圖回答問題。結果使用者傳圖片過來，Bot 只回了一句「我看到的是 <media:image>，沒有實際圖片內容」。 這個 Bug 花了我整個晚上，最後發現根因是：OpenClaw 內部的 SSRF 防護機制建立了自己的 HTTP dispatcher，覆蓋掉了 WSL2 專用的 IPv4 網路設定，導致圖片下載靜默失敗。 curl 完全正常，Node.js fetch 卻怎麼都不行。 這篇文章記錄完整的追蹤過程。如果你也用 OpenClaw 架 Telegram Bot、或在 WSL2 + Docker 裡跑 Node.js 服務遇到 TypeError: fetch failed，這篇或許能幫上忙。 什麼是 OpenClawOpenClaw 是一個開源的 AI agent gateway，可以把 LLM（Claude、GPT、Ollama 等）接上 Telegram、Discord、Slack...
用兩個 AI 建立自動化工作流：讓龍蝦當 PM，Claude Code 當工人
凌晨三點，你的電腦正在幫你分析美股、寫技術文章、整理筆記。早上七點，一份完整的晨報自動推送到你的 Notion。白天你在 Telegram 對一隻機器龍蝦說「幫我查一下 NVIDIA 最新財報」，它寫好任務單，另一個 AI 在背景默默把事情做完。 這不是科幻小說，這是我用 Claude Code 和 OpenClaw 搭出來的雙 AI 工作流。 為什麼要用兩個 AI？一個 AI 做所有事情聽起來很美好，但實際跑起來會撞到幾個牆： Claude Code（CC） 是命令列工具，擅長深度工作——寫程式碼、分析資料、產出長篇內容。但它沒有常駐能力，不能 24 小時掛在那裡等你的訊息。 OpenClaw（龍蝦） 是 Docker 容器裡的常駐 AI 閘道，可以接 Telegram、Discord、Slack。它 24 小時在線，隨時能回你訊息。但它的強項是溝通和協調，不是深度工作。 把兩者組合起來：龍蝦當 PM 負責接單和調度，CC 當工人負責執行，各做各擅長的事。 整體架構12345678910111213141516你（Telegram） │ ▼龍蝦（OpenClaw...